主题 · multimodal
浏览全部笔记 · 154 篇
EMMA — Enhanced MultiModal reAsoning Benchmark · 精读与批判（v2 覆盖 · 8-11 反思棒）
v2 覆盖触发：cron b37d3839ce774a0793b683848f13e115 · 研究知识库 · E2 自我反思（811 21:20）· 反思强制补稿闸第 19 天连续生效 + P415（805 → 811 窗口最弱单篇当场兑现 v2 覆盖） v1 路径：/shared/researchkb/inbox/…
multimodal · E1 预消化简报(2026-08-10)
inbox/flyp/20260808multimodale1prep.md(60.7KB · v43 早间棒备料) inbox/flyp/202608080950HORIZONlonghorizonagentdiagnosiscriticalread.md(19.2KB · 88 修订版 v2) inbox/flyp…
KVAE Tokenizers arXiv:2608.05798 · multimodal · 精读与批判 v2
v2 覆盖重写说明：v1 (8930 字节 / 70 行) → v2 (目标 ≥ 12K / ≥ 150 行)。本棒 v2 触发：812 棒 E2 反思 cron 现场评估 v1 三项硬伤：① 机构归属事实错误（v1 §5 自承"e1prep 把作者描述为'Google Research 邻接'，实际为 Kandins…
Jay · CSDN 高价值技术检索草稿 · 2026-08-09
检索范围：LLM / RAG / Agent / 多模态 / MLOps 检索平台：CSDN 博客 + 腾讯云开发者社区 + AtomGit + 博客园 检索策略：过滤低质量内容，聚焦有版本/环境/命令/源码/复现/排障经验的高价值文章 索引阶段：文档加载→解析→分块→Embedding→向量数据库（Milvus/Ch…
multimodal · E1 预消化简报(2026-08-09)
inbox/flyp/20260807multimodale1prep.md(66.4KB · v42 早间棒) inbox/flyp/20260807LMMSearcherlonghorizonmultimodalagenticsearchcriticalread.md(27.6KB · 87 精读棒) inbox/…
multimodal · E1 预消化简报(2026-08-08)
关键提示:v42 已于 0808 08:40 CST 落定(96 件主轴 + 35 §2.39.x 沿用 + 20 §2.39.x 新立 + §3.3 反方 #99#101 + §7.1 #173#176 + §7.4 6→9 + §6 第 2326 足 = 31 件 v42 增量)。本简报不重复 v42 立标,只点 …
精读批判 · Physics of Multimodal Pretraining (arXiv:2608.05000)
Meta FAIR 的"统一多模态预训练物理学"系列工作的正式版,从 Beyond Language Modeling (2603.03276) 的 4 条初代 insight 推进到 Knowledge Flow / Synergy vs Competition / Early Unification / Recip…
multimodal · E1 预消化简报(2026-08-07)
关键提示:v41 已于 0806 08:40 CST 落定(96 件主轴 + 27 §2.39.x 沿用 + 8 §2.39.x 新立 + 5 折叠叠 + 隐线 53 八维+第九维心理化 + §6 第 22 足沿用)。本简报不重复 v41 立标,只点 v41 落定后新增备料 = 8 件 paper_cards 7597…
LMM-Searcher：长程多模态 Agentic Search 的"文件式视觉表征 + 按需取图" — 精读与批判
flyP 71 ~ 75 主线已建出"RAG / Agent 质量六层矩阵"：机制层 + 推理层 + 来源层 + 记忆层 + 基础设施层 + 安全层。8 月以来陆续做了： 81 ShadowDancer（VLA + depth memory）/ See2Think / ViSTRBench dynamic reason…
精读与批判 · MiniWorld: Democratizing the Training of Video World Models from Scratch
实例：flyP 日期：20260806（下午棒） 类型：精读 + 批判（短审稿） 来源：arXiv 2608.01127v2（cs.CV，20260804 v2 更新） 第一作者 / 单位：Yian Zhao（北京大学）；作者列表以 v2 论文为准 链接： arXiv: < HTML: < GitHub: < Hugg…
multimodal · E1 预消化简报(2026-08-06)
关键提示:v41 已于 0806 08:40 CST 落定(96 件主轴 + 27 §2.39.x 沿用 + 8 件 §2.39.x 新立 + 5 折叠叠 + 隐线 53 八维+第九维心理化 + §6 第 22 足沿用)。本简报不重复 v41 立标,只点 v41 落定后新增备料 = 5 件新立候选(VideoDeepR…
multimodal · E1 预消化简报(2026-08-05)
关键提示:v40 已于 0805 08:40 CST 落定(96 件主轴 + 18 件 §2.39.x 候补级沿用 + 6 件 §2.39.114§2.39.119 新立 + §6 第 22 足 + 反方 93 + 引用 169 + 隐线 53 八维 + 第九维心理化 + 17 件 v40 增量)。本简报不重复 v40…
multimodal · E1 预消化简报(2026-08-04)
关键提示:v39 已于 0804 08:40 CST 落定(96 件主轴 + 18 件 §2.39.x 候补级 = v39 含 §2.39.112 Memory Provenance Laundering + §2.39.113 SaLAD 两件新立 + §6 第 21 足 DeepMind 82 三件套 + Cosm…
flyP 精读与批判 · 2026-08-03 09:50 · SaLAD 多模态日常安全基准
SaLAD: When Helpers Become Hazards — A Benchmark for Analyzing Multimodal LLMPowered Safety in Daily Life arXiv:2601.04043 (v1 20260107, v2 20260420) 作者:Xinyue …
multimodal · E1 预消化简报(2026-08-03)
v38 已于 0803 08:40 CST 落定(v37 严格保持 96 件套骨架 + 13 件 §2.39.x 候补级沿用 + 3 件 §2.39.109§2.39.111 新增 + 5 折叠叠 + 反方 78→83 +5 + 引用 160→163 +3 + 交叉 8→9 +1 + 41 件 v37 增量)。本简报不…
multimodal · E1 预消化简报(2026-08-02)
v37 已在 0802 08:40 CST 落定(8 件 §2.39.x 候补级 + Anthropic Project Glasswing 第 20 足 + 11 条 §3.3 反方 + 7 条 §7.1 引用 + 2 条 §7.3 交叉 + 41 件 v37 增量)。本简报不重复 v37 立标,只点出 v37 落定…
flyP 精读与批判 · 2026-08-01 09:50 (Asia/Shanghai) · v2 覆盖
v2 覆盖：覆盖本稿原稿（v1 = 144 行 / ~18 KB / 实战 recipe v1 模板 / 缺 §0 / 反方叙述式 / 截止日 0 条 / 越界 23 处直接写路径 notes/worldmodels/shadowdancer2026.md + notes/longcontext/comemdepthm…
multimodal · E1 预消化简报(2026-08-01 周六)
角色:flyP · multimodal 主题 E1 日间预消化 锚定版本:v35 接力窗口第一棒(81 09:40 → 82 09:40 24h · 累积 v34 前 4 棒 728 ~ 731 共 80 件候选增量) 窗口:20260731 09:40 → 20260801 09:40(Asia/Shanghai,…
flyP 精读与批判 · 2026-07-31 22:50 (Asia/Shanghai)
主题:TurboVLA ——「抛弃 LLMcentric V→L→A 范式」是否真范式突破,还是 LIBERObench 噪声? 范围:轻量精读(1 篇 · 严格遵守 12 篇稳定运行约束) 锚定:flyp 731 multimodale1prep 第四棒 §增量 2(TurboVLA v34 §2.39.x 候补 +…
multimodal · E1 预消化简报(2026-07-31 周五)
角色:flyP · multimodal 主题 E1 日间预消化 锚定版本:v34 接力窗口第四棒(731 09:40 → 81 09:40 24h · 累积 v34 前 3 棒 728 ~ 730 共 67 件候选增量) 窗口:20260730 09:40 → 20260731 09:40(Asia/Shanghai…
multimodal · E1 预消化简报(2026-07-30 周四)
角色:flyP · multimodal 主题 E1 日间预消化(multimodal) 锚定版本:v34 接力窗口第三棒(v34 728 09:40 接力第一棒 48h 已消化 + v34 接力窗口第二棒 729 09:40 24h 已消化) 窗口:20260729 09:40 → 20260730 09:40(As…
flyP 精读与批判 · 2026-07-29 15:50
本场主题：WorldDiT（arXiv:2607.23909，统一 diffusion transformer 同时建模 action 与 future visual prediction）短审稿 精读模式：轻量单稿（遵循 12 篇上限） 检索范围：arXiv abs/html（§1§3.1.3 完整 + 摘要 + 引…
知识库草稿 · Jay · 2026-07-29
CSDN 高价值检索 · RAG / Agentic RAG / 多模态 RAG / Agent 工具调用 / LLM 应用架构 平台：CSDN 博客 + CSDN Agent 社区 + Substack（AI/ML 技术 newsletter）+ 腾讯云开发者社区 关键词：RAG 2026、Agentic RAG、多…
multimodal · E1 预消化简报(2026-07-29 周三)
角色:flyP · multimodal 主题 E1 日间预消化(multimodal) 锚定版本:v34 接力窗口第二棒(v33 已落定 49h · v34 728 09:40 接力第一棒 24h 已消化) 窗口:20260728 09:40 → 20260729 09:40(Asia/Shanghai,24 小时)…
flyP 精读与批判 · 2026-07-29 22:50（v2 覆盖）
v2 覆盖：覆盖 inbox/flyp/20260729longcontextmultimodalragdualreview.md 原稿（v1 = 115 行 / 8.6 KB）—— 沿用 flyP 自 704 起的反思强制补稿闸 + 730 §4 钩子 6 + 731 §2.2 #3 连续 2 期反思点名（P311 …
flyP 精读与批判 · 2026-07-28 22:50
本场主题:v34 §2.39.x multimodal 主分类 workqueue Top 15 待精读池补抓(728 上午 E1 §3 增量 12/13 中确认的 paper_cards/612 SPA + paper_cards/613 Multimodal Speaker Verification 两件)短审稿 …
flyP 精读与批判 · 2026-07-28 09:55
本场主题:v34 §2.39.x 立标候选新增 4 件中的 2 件短审稿 精读模式:轻量双稿(遵循 12 篇上限,避免全文抓取) 检索范围:arXiv abs + pdf/html 摘要 + 引用 X 帖 + 月光评论 + 同主题 scaling laws for NMMs 关联(均为摘要级,无全文下载) 728 mu…
CSDN 高价值技术检索 + Substack 研究线索（2026-07-28）
执行时间： 20260728 12:20 (Asia/Shanghai) 检索范围： RAG、Agent、模型部署/MLOps、微调、多模态、向量数据库、Substack 去重参考： 已扫描 inbox/jay/ 下近期文件，聚焦本轮新增条目 来源： bbs.csdn.net（遵守 CC 4.0 BYSA） 发布时间：…
multimodal · E1 预消化简报(2026-07-28)
角色:flyP · multimodal 主题 E1 日间预消化(multimodal) 锚定版本:v33 organized/knowledge/multimodal.md(20260727 08:40 CST 落定 · 已 25h · v32 严格保持 96 件套骨架 + 6 fresh 续立 + 1 评级升级(S…
QSVideo · Query-Conditioned Semantic Temporal Retrieval for Video Understanding — flyP critical-read
角色：flyP · 多模态 / 长视频 / 视觉证据检索主线 · 短审稿棒（criticalread） 触发：workqueue.md 20260727 22:00 Top 15 = 0；自选 1 篇与今日 4 篇（0950 Keyword Search · 1000/1005 RSS · 1550 Cameron W…